Skripsi/Tugas Akhir

Penerapan Algoritma K-Means dan Support Vector Machine dalam Menganalisis Kunjungan Wisatawan Mancanegara di Provinsi Bali

---

Rating Anda tentang Buku ini!

---

ABSTRAK
Bali mempunyai potensi wisata yang beragam, baik wisata alam maupun budaya, serta keramahan masyarakatnya, menjadikannya sebagai destinasi wisata penting di Indonesia. Dilansir dari laman website Badan Pusat Statistik (BPS) Provinsi Bali tercatat kedatangan wisatawan mancanegara ke Bali selama lima tahun terakhir memiliki dinamika yang menarik. Salah satu permasalahan yang dihadapi di sini adalah kesulitan dalam merangkum keseluruhan data yang disajikan oleh website BPS Provinsi Bali dalam periode tertentu. Data yang disajikan berupa data kunjungan wisman setiap bulan dalam satu tahun untuk setiap kebangsaan. Dalam penelitian ini, digunakan algoritma K-Means dan SVM untuk mengatasi permasalahan tersebut. Data dikelompokkan menjadi dua klaster, yaitu Australia dan Tiongkok pada C1 sebagai wisatawan terbanyak, sedangkan India, Inggris, Amerika Serikat, Perancis, Jerman, Malaysia, Korea Selatan, Singapura dan Rusia pada C0 sebagai wisatawan rendah yang kemudian data-data ini akan diolah kembali menggunakan metode SVM untuk menghasilkan akurasi sebesar 75%.
Kata Kunci: Wisata, Wisman, Bali, K-Means, Support Vector Machine (SVM)


ABSTRACT
Bali has diverse tourism potential, both natural and cultural tourism, as well as preserving its people, making it an important tourist destination in Indonesia. As reported on the Bali Province Central Statistics Agency (BPS) website, it is noted that the arrival of foreign tourists to Bali over the last five years has had interesting dynamics. One of the problems faced here is the difficulty in summarizing all the data presented by the Bali Province BPS website in a certain period. The data presented is data on foreign tourist visits every month of one year for each nationality. In this research, the K-Means and SVM algorithms were used to overcome this problem. The data is divided into two clusters, namely Australia and China in C1 as the most tourists, while India, England, the United States, France, Germany, Malaysia, South Korea, Singapore and Russia in C0 as the lowest number of tourists. Then this data will be processed again using SVM method to produce an accuracy of 75%.
Keywords: Tourist, Foreign Tourists, Bali, K-Means, Support Vector Machine (SVM)

---

Ketersediaan

Tidak ada salinan data

Informasi Detail

Judul Seri

--

No. Panggil

SKR 24-49 GOS p - 0621TI

Penerbit

Makassar : Universitas DIPA., 2024

Deskripsi Fisik

x + 42 hlm.; 20,5 x 28,5 cm

Bahasa

Indonesia

ISBN/ISSN

--

Klasifikasi

SKR 24-49

Tipe Isi

Text dan Gambar

Edisi/Cetakan

Edisi/Cetakan 20 Februari 2024

Subjek

Skripsi/Tugas Akhir
K-Means Clustering
Support Vector Machine

Lampiran File